La asignatura electiva de carácter teórico-práctico y tiene como principal objetivo presentar herramientas computacionales para optimizar los procesos de diseño, optimización y selección de compuestos bioactivos con potencial terapéutico. El curso se orienta en el empleo de métodos computacionales desde el uso de bases de datos de interés farmacéutico, químico, biológico y medicinal, pasando por herramientas para estudiar los mecanismos moleculares de la interacción de un ligando con su respectivo receptor, hasta la aplicación de algoritmos de aprendizaje automático para crear modelos que permitan ayudar en la toma de decisiones cuando se requiera diseñar y/o optimizar una entidad química. Incluyendo el uso de nuevas tecnologías para enfrentar los desafíos del proceso de diseño de fármacos.
Lecture 01. March 29-22. Python Enviroment. Lecture 02. April 05-22. Biopython. Lecture 03. April 12-22. Protein Modelling. Lecture 04. April 19-22. Molecular Database.
Bibliografía Básica: Dev Bukhsf Singh (2020). Computer-aided drug design. Editorial: Springer. ISBN: 978-981-15-6815-2
Thomas Engel, Johann Gasteiger (2018). Chemoinformatics: Basic Concepts and Methods. Editorial: Wiley. ISBN: 978-3-527-33109-3
Bibliografía Complementaria: Kunal Roy (2019). Multi-target drug design using chem-bioinformatics approached. Editorial: Springer. ISBN: 978-1-4939-8732-0
Jürgen Bajorath (2013). Chemoinformatics for Drug Discovery. Editorial: Wiley. ISBN: 978-1-118-13910-3
Sitio web especializado: